Nas últimas décadas, o Brasil tem experimentado transformações em seu regime demográfico, que conduzem ao envelhecimento populacional. Esse fenômeno não ocorre de maneira uniforme em todas as regiões do país, produzindo diferenciais demográficos. Nesse sentido, o objetivo deste trabalho é agrupar os municípios da mesorregião Sul/Sudoeste de Minas Gerais em relação ao envelhecimento populacional. Especificamente, identificar os grupos de municípios mais envelhecidos e menos envelhecidos com base em indicadores demográficos e no método não hierárquico das $k$-médias. As variáveis utilizadas foram: esperança de vida ao nascer, taxa de fecundidade total, mortalidade infantil, mortalidade até 5 anos de idade, razão de dependência, probabilidade de sobrevivência até 40 anos, probabilidade de sobrevivência até 60 anos e taxa de envelhecimento. Esses dados são provenientes do Censo Demográfico de 2010 do IBGE, consultados por meio do Atlas do Desenvolvimento Humano no Brasil. A linguagem R foi usada para implementar as análises por meio do programa RStudio. O método das k-médias propôs uma divisão dos municípios em quatro grupos. O G1 é o menos envelhecido e é composto por 17 municípios, o grupo G2, formado por 46 municípios, é considerado o mais envelhecido em relação aos demais. Nos grupos G3 e G4 estão 36 e 47 municípios, respectivamente, e são caracterizados por assumirem posições intermediárias entre os dois primeiros (G3 menos envelhecido que G4). Portanto, aproximadamente 64% dos municípios foram classificados nos grupos considerados mais envelhecidos (G2 e G4), o que corresponde a 93 dos 146 municípios. / In recent decades, Brazil has experienced changes in its demographic regime that lead to population aging. This phenomenon doesn’t occur equally for all regions of the country. In this sense, the objective of this work is to group the cities of the South/Southwest mesoregion of Minas Gerais in relation to the population aging. Specifically, to identify the groups of cities that are more and less advanced in the process of population aging, based on the k-means non-hierarchical method. The selected variables for the study were: life expectancy at birth, total fertility rate, infant mortality, mortality up to 5 years of age, dependency ratio, probability of survival up to 40 years, probability of survival up to 60 years and aging rate. These data come from the IBGE Demographic Census of 2010, through the Atlas of Human Development in Brazil. The R language was used to implement the analyses through the RStudio program. The k-means method proposed a division of cities into four clusters. The G1 is the least aged and is composed by 17 cities; the cluster G2, formed by 46 cities, is considered the most aged one. In the G3 e G4 clusters are 36 e 47 cities, respectively, and are characterized by intermediate positions between the first two (G3 being less aged than G4). Therefore, approximately 64% of the cities were classified in the more aged clusters (G2 and G4), which correspond to 93 of the 146 cities.

A vasta quantidade de informações disponível sobre qualquer área de conhecimento torna cada vez mais difícil selecionar e analisar informações específicas e relevantes sobre determinado assunto. Com isso, faz-se necessário o aprimoramento de técnicas automáticas para recuperação, análise e extração de conhecimento em conjuntos de dados, destacando-se dessa forma as pesquisas em Aprendizado de Máquina e em Mineração de Dados. Em aprendizado de máquina e em mineração, a grande maioria das técnicas utiliza-se de uma representação proposicional dos dados, que considera apenas caracter características individuais dos objetos descritos em uma tabela atributo-valor. Porém, existem aplicações nas quais além da descrição dos objetos também estão disponíveis informações sobre relações existentes entre eles. Esses domínios podem ser representados via grafos, nos quais vértices representam objetos e arestas relações entre objetos, possibilitando a aplicação de técnicas relacionais aos dados. Conceitos de Redes Complexas (RC) podem ser utilizados neste contexto. RC é um campo de pesquisa recente e ativo, que estuda o comportamento de diversos sistemas reais, modelados via grafos. Entretanto, ainda há poucos trabalhos que utilizam Redes Complexas em aprendizado de máquina ou mineração de dados. Este projeto apresenta uma proposta de utilização do formalismo de redes complexas e grafos para descoberta de padrões no contexto de aprendizado supervisionado. O formalismo de grafos permite representar as relações entre objetos e características particulares do domínio, permitindo agregar informações estruturais das relações à descoberta de conhecimento. Especificamente, neste trabalho desenvolve-se uma representação relacional baseada em grafos construídos a partir de relações de similaridade entre objetos. Baseado nesta representação são propostas abordagens de classificação relacional. Também é proposto um modelo de rede denominado K-Associados. Propriedades da rede K-Associados foram investigadas. Os resultados experimentais demonstram um grande potencial para classificação utilizando os algoritmos de classificação e de formação de redes propostos / The vast amount of information available on any area of knowledge makes selecting and analyzing information on a specific topic increasingly dificult. Therefore, it is necessary the improvement of techniques for automatic information retrieval, analysis, and knowledge extraction from data sets. In this scenario, especial attention must be addressed for Machine Learning and Data Mining researches. In machine learning and data mining, most of the techniques uses a propositional representation, which considers only the characteristics of the objects described into an attribute-value table. However, there are domains where, in addition to the description of the objects, it is also available information about relationship between them. Such domains can be represented by graphs where vertices represent objects and edges relationship between objects, enabling the application of techniques for relational data. Concepts of complex networks (CN) can be useful in this context. CN is a recent and active research field, which studies the behavior of many real systems modeled by graphs. However, there is little work in machine learning or data mining applying CN concepts. This project presents a proposal to use the formalism of complex networks and graphs to discover patterns in the context of supervised learning. The formalism of graphs can represent relationships between objects and characteristics of the domain, allowing adding structural knowledge embedded in a graph into the data mining process. Specifically, this work develops a relational representation based on graphs constructed taking into consideration the similarity between objects. Based on this representation, relational classification approaches are proposed. It is also proposed a network referred to K-Associate Network. Properties of the K-Associate Network were investigated. The experimental results show great potential for the proposed classification and network construction algorithms

Os tumores odontogênicos compõem um grupo de lesões incomuns, porém interessantes, que se forma a partir dos tecidos que dão origem aos dentes. Esses tumores vêm sendo estudados há décadas por patologistas e cirurgiões que buscam entender seus mecanismos de formação e desenvolvimento, assim como desenvolver técnicas adequadas de tratamento. Inúmeras foram as tentativas realizadas até hoje para classificar esses tumores odontogênicos, sendo a última a nova Classificação de Tumores Odontogênicos da Organização Mundial da Saúde, publicada em 2005. Assim sendo, este trabalho teve por objetivo determinar a prevalência dos tumores odontogênicos diagnosticados nos Serviços de Anatomia Patológica das Faculdades de Odontologia de Bauru (USP) e de Araçatuba (UNESP) no Brasil, e das Faculdades de Odontologia da UNAM, da UAM-X e do Laboratório privado Peribact no México, compará-las e definir um perfil da ocorrência desses tumores nessas instituições e países seguindo essa nova classificação. Todos os casos diagnosticados como tumores e cistos odontogênicos passíveis de reanálise diagnóstica foram selecionados dos arquivos dessas instituições. Os dados demográficos e os aspectos clínicos de cada lesão foram obtidos a partir dos laudos e das fichas de requisição de exame anatomopatológico e as lâminas examinadas por um avaliador. Os resultados demonstraram que a inclusão do queratocisto no grupo de tumores provocou uma alteração significante na prevalência dessas lesões. O tumor odontogênico queratocístico foi a lesão mais prevalente, seguida pelo odontoma, ameloblastoma e mixoma no Brasil e no México. Quanto aos dados demográficos e localização, nossos achados corroboram com aqueles descritos na maior parte dos trabalhos realizados em todo o mundo, com diferenças pontuais em países como a China. Entretanto, a falta de maiores conhecimentos biomoleculares e genéticos dificulta a compreensão dessas diferenças. / Odontogenic tumors constitute a group of uncommon and particularly interesting lesions, arising from the odontogenic tissues. These tumors have been studied for decades by pathologists and surgeons seeking understand the mechanisms of formation and development, and trying to develop appropriate techniques of treatment. Many were the attempts made so far to classify these odontogenic tumors, the most recent being the new classification of odontogenic tumor of the World Health Organization, published in 2005. Therefore, this study aimed to determine the prevalence of odontogenic tumors diagnosed in five centers of diagnostic pathology: Laboratory of Oral Pathology, Faculty of Dentistry of Bauru USP; Laboratory of Oral Pathology, Faculty of Dentistry of Araçatuba UNESP, in Brazil; and Department of Oral Pathology, Faculty of Dentistry UNAM; Laboratory of Oral Pathology, Faculty of Dentistry of UAM-Xochimilco and Peribact Laboratory, a private laboratory of oral pathology, in Mexico; compare them and develop a profile of the occurrence of these tumors in these institutions and countries, following this new classification. All cases diagnosed as odontogenic cysts and tumors were selected for diagnostic review. The demographic and clinical features were obtained from the records when available. The cases were re-evaluated, and the diagnosis in each case was confirmed or modified when necessary. The results showed that the inclusion of keratocyst in the group of tumors caused a significant change in the prevalence of these lesions. The keratocyst odontogenic tumor was the most prevalent lesion, followed by odontoma, ameloblastoma and myxoma in Brazil and Mexico. Our findings corroborate with those reported arround the world, with occasional differences in countries, such as China. However, the lack of molecular and genetic knowledge precludes a better comprehension of these differences.

Apresenta-se estudo da secção Spissipes de Culex (Melanoconion), baseado em caracteres morfológicos do cibário feminino. Após tecer considerações, incluindo o histórico, sobre os estudos taxonômicos do subgênero, considera-se a oportunidade do presente estudo, visando o encontro de novos elementos à taxonomia do grupo. De início procede-se à descrição morfológica geral do cibário, assinalando as diversas estruturas passíveis de serem utilizadas na caracterização taxonômica. Segue-se a descrição concernente a 14 (quatorze) espécies das 21 (vinte e uma) atualmente incluídas na secção Spissipes. O trabalho termina com discussão sobre os resultados obtidos. Estes vieram revelar a utilidade, a nivel específico, dos caracteres estudados. Boa parte deles, revelou-se passível de emprego a nivel de grupo. Nesse sentido, apresentaram aspectos característicos as seguintes espécies: Culex faurani Duret, Cx.lopesi Sirivanakarn e Jakob, Cx.nicaroensis Duret, Cx., ocossa Dyar e Knab, Cx. Spissipes Theobald e Cx.taeniopus Dyar e Knab. O trabalho conclui apresentando chave tentativa para identificação mediante o emprego desses caracteres. / The present paper describes some characters of the female cibarium, specially the cibarial armature of certain mosquitoes species commonly placed in the Spissipes section of the Culex (Melanoconion). After giving an account of the subgenus taxonomic history, the opportunity to find new subgeneric characters for taxonomic studies, is taken into consideration. Firstly is given a detailed description of the cibarium anatomy. Then are pointed out those structures of the bucal cavity, which may be useful to support the subgeneric classification. After this, descriptions of the adults female cibaria of 14 species, included in the Spissipes section, are given. Taxonomic implications of the cibarial characters are discussed. Our studies have shown that they may be useful in the subgeneric classification at specific level, as well as at group level. Particularly, characteristics features have been shown by some species as: Culex faurani Duret, Cx.lopesi Sirivanakarn and Jakob, Cx.nicaroensis Duret, Cx.ocossa Dyar and Knab, Cx. Spissipes Theobald and Cx.taeniopus Dyar e Knab. Finally, a tentative identification key is presented.

As recentes tecnologias de desenvolvimento e distribuição de componentes possibilitaram o aumento do número de componentes disponíveis no mercado. No entanto, eles muitas vezes estão dispersos e não publicados adequadamente para a comunidade de pesquisa e desenvolvimento de software. Encontrar componentes apropriados para solucionar um problema particular não é uma tarefa simples e novas técnicas devem ser desenvolvidas para o reuso efetivo de componentes. Um dos maiores desafios em reusar componentes consiste em classificá-los corretamente para futuras consultas. Classificar componentes para possibilitar uma busca eficaz depende da qualidade das informações adquiridas, que viabilizam melhor precisão e cobertura das consultas ao encontrar componentes reutilizáveis em potencial. Ao mesmo tempo, mecanismos de classificação e busca devem ser fáceis o suficiente para convencer os desenvolvedores a reusar componentes. Este trabalho estuda as técnicas de classificação de componentes de software, repositórios e métodos de busca. é apresentada uma proposta de modelo de classificação de componentes que considera não apenas sua função, mas o negócio onde ele está inserido e seus atributos de qualidade. Um método de preenchimento semi-automático das informações é proposto, de modo a diminuir os custos de classificação. O protótipo REUSE+ foi construído para exemplificar o uso do modelo e do método de classificação semi-automática, de forma a validar a proposta, destacando, por fim, as principais contribuições do trabalho. / The recent developments on components technologies have increased the number of components available to the market. These components are, however, distributed overall the world and not properly advertised to the research and development communities. Finding the appropriate components to solve a particular problem is not very straightforward and new techniques must be developed to effectively reuse components. One of the great challenges in reusing components is concerned with how to actually classify components \"properly\" in order to further retrieve them. Classifying components for effective retrieval depends on acquiring the appropriate information in classification to improve the precision and recall rates in retrieval; finding only the potentially reusable components and not missing potential solutions. At the same time, the classification and retrieval mechanisms must be easy enough to persuade developers to reuse components. This work studies the classification techniques of software components, repository and retrieval methods. Hereafter is presented a proposal of components classification model that considers not just its function, but business and quality attributes. It is proposed a semi-automatic classification mechanism of software information, allowing a cheaper classification. REUSE+ prototype was built to exemplify the use of model and method of semi-automatic classification, allowing the described proposal validation, highlighting at the end the mainly contributions of the work.

O avanço tecnológico teve como consequência a geração e o armazenamento de quantidades abundantes de dados. Para conseguir extrair o máximo de informação possível dos dados tornou-se necessária a formulação de novas ferramentas de análise de dados. Foi então introduzido o Processo de Descoberta de Conhecimento em Bancos de Dados, que tem como objetivo a identificação de padrôes válidos, novos, potencialmente úteis e compreensíveis em grandes bancos de dados. Nesse processo, a etapa responsável por encontrar padrões nos dados é denominada de Mineração de Dados. A acurácia e eficiência de algoritmos de mineração de dados dependem diretamente da quantidade e da qualidade dos dados que serão analisados. Nesse sentido, atributos redundantes e/ou não-informativos podem tornar o processo de mineração de dados ineficiente. Métodos de Seleção de Atributos podem remover tais atributos. Nesse trabalho é proposto um algoritmo para seleção de atributos e algumas de suas variantes. Tais algoritmos procuram identificar redundância por meio do agrupamento de atributos. A identificação de atributos redundantes pode auxiliar não apenas no processo de identificação de padrões, mas também pode favorecer a compreensibilidade do modelo obtido. O algoritmo proposto e suas variantes são comparados com dois algoritmos do mesmo gênero descritos na literatura. Tais algoritmos foram avaliados em problemas típicos de mineração de dados: classificação e agrupamento de dados. Os resultados das avaliações mostram que o algoritmo proposto, e suas variantes, fornecem bons resultados tanto do ponto de vista de acurácia como de eficiência computacional, sem a necessidade de definição de parâmetros críticos pelo usuário / The technological progress has lead to the generation and storage of abundant amounts of data. The extraction of information from such data has required the formulation of new data analysis tools. In this context, the Knowledge Discovery from Databases process was introduced. It is focused on the identification of valid, new, potentially useful, and comprehensible patterns in large databases. In this process, the task of finding patterns in data is usually called Data Mining. The efficacy and efficiency of data mining algorithms are directly influenced by the amount and quality of the data being analyzed. Redundant and/or uninformative features may make the data mining process inefficient. In this context, feature selection methods that can remove such features are frequently used. This work proposes a feature selection algorithm and some of its variants that are capable of identifying redundant features through clustering. The identification of redundant features can favor not only the pattern recognition process but also the comprehensibility of the obtained model. The proposed method and its variants are compared with two feature selection algorithms based on feature clustering. These algorithms were evaluated in two well known data mining problems: classification and clustering. The results obtained show that the proposed algorithm obtained good accuracy and computational efficiency results, additionally not requiring the definition of critical parameters by the user

O presente trabalho é uma formulação teórica que permite estudar num modelo estocástico, a influência dos erros de classificação na mensuração da prevalência da esquistossomose mansônica. Os erros de classificação são desagregados e identificados como: falhas de leitura por parte do examinador ou preparo inadequado da lâmina; contingências biológicas que possibilitam o aparecimento de ovos não viáveis e a eliminação de ovos contínua por parte dos indivíduos. É apresentada uma solução geral para o problema, bem como soluções para os casos em que se conhece a distribuição de probabilidades do número de ovos de S.mansoni. Uma solução aproximada e independente da forma e dependente dos dois primeiros momentos da distribuição do número de ovos é sugerida. A influência dos erros de classificação pode quantitativamente ser apreciada, através de um conjunto de tabelas elaboradas com diversos valores dos parâmetros intervenientes no problema. / The present paper is a theoretical approach which will, allow studying the influence - in a stochastic model - of errors in classifying the measurement of the prevalence of Schistosomiasis mansoni. The misclassification errors considered are due to: (A) failure of the examiner in either (1) reading or (2) poor technique. (B) biological contingences which will allow for the appearence of (1) sterile eggs, or (2) discontinuity in the elimination of eggs by the carriers. An exact general solution of the problem is presented, as well as solutions for the particular cases in which the probability distribution of S.mansoni eggs counts in known. An approximate solution is suggested, which is independent from the way in which the number of eggs is distributed, but depends upon the first two moments of the probability distribution of the eggs counts. The influence of misclassification errors can be judged in a quantitative way, by means of a set of tables mande up for the different parametric values of the problem.

Texture is one of the most primitive characteristics of objects. Digital images represent this property as local intensity variations in the image. Consequently, texture is an attribute that is innately present in virtually every digital image; mathematically describing this information leads to a myriad of different applications, from food qualities processing up to medical image analysis. It comes as no surprise that texture has been one of the most researched topics in the computer vision community, and it continues to receive a great deal of attention. One of the most classic approaches to model texture is the statistically-based co-occurrence matrix method. The present dissertation work revolves around a clever variation of the co- occurrence matrix that incorporates rotation-invariance, a very desirable property for texture classification. This variation is taken from previous work in the literature and is used to propose a robust fuzzy orthoimage classifier. Moreover, the original rotation- invariant approach is modified though a generalization and benchmarked with one of the most widely-used texture description methods in the recent literature: the Local Binary Patterns approach. The results indicate that Fuzzy Logic is a powerful tool to build texture-based classifiers that have to deal with diversely-sourced image samples; the results also indicate that the generalization proposal, which originates the here named CCM and RCM texture description methods, offers a significant performance boost that is comparable, and even better than Local Binary Patterns approach when comparing accuracy scores. / A textura é uma das características mais básicas dos objetos. As imagens digitais representam esta propriedade como variações de intensidade locais na imagem. Consequentemente, a textura é um atributo que se encontra presente de forma inerente em praticamente todas as imagens digitais; descrever matematicamente esta informação produz uma série de inúmeras aplicações, desde processamento da qualidade dos alimentos até análise de imagens médicas. Não é surpreendente que a pesquisa em textura seja um dos tópicos mais pesquisados pela comunidade de visão por computador, e ainda continua recebendo muita atenção. Um dos modelos mais clássicos para modelar textura é o método estatístico da matriz de co- ocorrência. Esta dissertação gira em torno a uma modificação inteligente da matriz de co-ocorrência que inclui invariância à rotação, uma característica muito desejável para a classificação de texturas. Esta variação toma-se de um trabalho na literatura e é utilizada para propor um classificador nebuloso de imagens aéreas. Além disso, a definição matemática original é modificada através da generalização dos descritores e se realiza um estudo comparativo com um dos métodos de descrição de textura mais usados na literatura recente: o método Local Binary Patterns. Os resultados indicam que a Lógica Nebulosa é uma ferramenta poderosa para construir classificadores baseados em textura que precisem trabalhar com amostras tomadas de diversas fontes; os resultados também indicam que a proposta de generalização, que leva o nome de método CCM e RCM, oferece um incremento significativo no desempenho que é comparável, inclusive superior, ao método Local Binary Patterns, quando comparadas as taxas de acerto para ambos os métodos.

Dentre as diversas tarefas em que os algoritmos evolutivos têm sido empregados, a indução de regras e de árvores de decisão tem se mostrado uma abordagem bastante atrativa em diversos domínios de aplicação. Algoritmos de indução de árvores de decisão representam uma das técnicas mais populares em problemas de classificação. Entretanto, os algoritmos tradicionais de indução apresentam algumas limitações, pois, geralmente, usam uma estratégia gulosa, top down e com particionamento recursivo para a construção das árvores. Esses fatores degradam a qualidade dos dados, os quais podem gerar regras estatisticamente não significativas. Este trabalho propõe o algoritmo LEGAL-Tree, uma nova abordagem baseada em algoritmos genéticos para indução de árvores de decisão. O algoritmo proposto visa evitar a estratégia gulosa e a convergência para ótimos locais. Para isso, esse algoritmo adota uma abordagem multi-objetiva lexicográfica. Nos experimentos realizados sobre bases de dados de diversos problemas de classificação, a função de fitness de LEGAL-Tree considera as duas medidas mais comuns para avaliação das árvores de decisão: acurácia e tamanho da árvore. Os resultados obtidos mostraram que LEGAL-Tree teve um desempenho equivalente ao algoritmo SimpleCart (implementação em Java do algoritmo CART) e superou o tradicional algoritmo J48 (implementação em Java do algoritmo C4.5), além de ter superado também o algoritmo evolutivo GALE. A principal contribuição de LEGAL-Tree não foi gerar árvores com maior acurácia preditiva, mas sim gerar árvores menores e, portanto, mais compreensíveis ao usuário do que as outras abordagens, mantendo a acurácia preditiva equivalente. Isso mostra que LEGAL-Tree obteve sucesso na otimização lexicográfica de seus objetivos, uma vez que a idéia era justamente dar preferência às árvores menores (em termos de número de nodos) quando houvesse equivalência de acurácia / Among the several tasks evolutionary algorithms have been successfully employed, the induction of classification rules and decision trees has been shown to be a relevant approach for several application domains. Decision tree induction algorithms represent one of the most popular techniques for dealing with classification problems. However, conventionally used decision trees induction algorithms present limitations due to the strategy they usually implement: recursive top-down data partitioning through a greedy split evaluation. The main problem with this strategy is quality loss during the partitioning process, which can lead to statistically insignificant rules. In this thesis we propose the LEGAL-Tree algorithm, a new GA-based algorithm for decision tree induction. The proposed algorithm aims to prevent the greedy strategy and to avoid converging to local optima. For such, it is based on a lexicographic multi-objective approach. In the experiments which were run in several classification problems, LEGAL-Tree\'s fitness function considers two of the most common measures to evaluate decision trees: accuracy and tree size. Results show that LEGAL-Tree performs similarly to SimpleCart (CART Java implementation) and outperforms J48 (C4.5 Java implementation) and the evolutionary algorithm GALE. LEGAL-Tree\'s main contribution is not to generate trees with the highest predictive accuracy possible, but to provide smaller (and thus more comprehensible) trees, keeping a competitive accuracy rate. LEGAL-Tree is able to provide both comprehensible and accurate trees, which shows that the lexicographic fitness evaluation is successful since its goal is to prioritize smaller trees (fewer number of nodes) when there is equivalency in terms of accuracy

Título original: Relações filogenéticas, filogeográficas e discriminação molecular de espécies de peixes do gênero Ancistrus Kner, 1854 (Siluriformes: Loricariidae) quwe compõem três bacias hidrográficas do estado do / Orientador: Patricia Pasquali Parise-Maltempi / Banca: Eliana Feldberg / Banca: Edson Lourenço da Silva / Banca: Josi Margarete Ponzetto do Nascimento / Banca: Maria Rita de Cascia Barreto Netto / Resumo: O gênero Ancistrus é um dos mais diversificados da tribo Ancistrini possuindo 64 espécies nominais. Estes peixes diferem dos outros loricariideos pela ausência de placas e odontódeos na ponta do focinho, onde existem apenas pequenos tentáculos carnudos e odontódeos interoperculares bem desenvolvidos. O gênero é caracterizado por mostrar grande variabilidade citogenética com o número diploide variando de 2n=34 e 2n=54 cromossomos. Ancistrus também se apresenta amplamente distribuído nas bacias dos rios Uruguai, Paraguai e Amazônica, sendo que as duas últimas apresentam a maior diversidade de espécies e de cariótipos do gênero. Apesar destas características, o grupo ainda é conhecido por apresentar espécies de taxonomia duvidosa e de difícil identificação, de modo que as relações filogenéticas e os padrões filogeográficos, sobretudo na bacia dos rios Paraguai e Amazonas, ainda não foram revelados. Nesse sentido, o presente trabalho teve como objetivo discriminar as diferentes linhagens de Ancistrus provenientes das bacias Amazônica e do Paraguai e utilizando a ferramenta de "DNA barcoding", bem como identificar as relações filogenéticas e filogeográficas dessas linhagens utilizando múltiplas sequências de DNA. Foram obtidas 146 sequências do gene Citocromo Oxidase Subunidade I (COI) que foram utilizadas na discriminação das linhagens. A análise de "DNA barcoding" mostrou a ocorrência de sete linhagens de Ancistrus na bacia Amazônica e oito na bacia do Paragua. A técnica também ... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: The Ancistrus genus is one of the most diverse of the Ancistrini tribe possessing 64 nominal species. These fishes differ from the other loricariids by the absence of plaques and odontodes at the tip of the muzzle, where there are only small fleshy tentacles and well-developed interopercular odontodes. The genus is characterized by showing great cytogenetic variability with the diploid number ranging from 2n = 34 and 2n = 54 chromosomes. Ancistrus is also widely distributed in the Uruguay, Paraguay and Amazon basins, with the latter two showing the greatest diversity of species and karyotypes of the genus. Despite these characteristics, the group is still known to present dubious taxonomy species that are difficult to identify, so that the phylogenetic relationships and phylogeographic patterns, especially in the Amazon and Paraguay basins, have not yet been revealed. In this sense, the present work aimed to discriminate the different Ancistrus lineages from the Amazon and Paraguay basins using the DNA barcoding tool, as well as to identify the phylogenetic and phylogeographic relationships of these lineages using multiple DNA sequences. 146 sequences of the Cytochrome Oxidase Subunit I (COI) gene were obtained, which were used to discriminate the lineages. The analysis of DNA barcoding showed the occurrence of seven lineages of Ancistrus in the Amazon basin and eight lineages in the Paraguay basin. The technique also revealed a high average genetic distance among these linea... (Complete abstract click electronic access below) / Doutor